保险业由大型跨国公司主导，这些公司每天处理成千上万的客户提出的保险索赔。索赔处理是保险业务流程的重要组成部分，提高每个索赔的周转时间对于降低保险公司的运营成本至关重要。
因此，保险公司可能会发现它具有挑战性，以提高他们的索赔过程中，由于进入的权利要求书的庞大规模。换句话说，这是他们很难在图案他们的要求数据中拾起，他们可能要采取行动。这是人工智能的一个经典案例。AI能帮助运营商满足在大规模理赔数据的模式可能会出现没有显着增加运营成本，客户的需求。
几家保险公司已经与AI供应商合作，在各种应用中部署AI;我们之前详细介绍了应用程序前景人工智能在保险和蒸馏的一些在这个领域的主要趋势。
在努力理解技术保险运营商需要把重点放在以改善理赔业务操作，保险的Nexus发布连接索赔2019报告。该公司调查了600名主管人员，包括首席索赔官员，从保险业全球。保险的Nexus详细介绍他们的报告，包括调查的结果：
- 为保险公司指出他们如何通过保持与现有遗留系统的兼容性来集成新技术，如机器学习、NLP和机器人过程自动化。
- 该报告还讨论了哪些技术可能会干扰索赔处理，保险公司需要投资以利用有限的时间和预算，并最大限度地影响客户和业务效率。
- 通过使用人工智能等技术来改善索赔流程，确定大型保险公司内部哪些部门可能在短期至中期受到最严重的影响。
保险的Nexus指出，调查内容包括保险公司（48％），服务/解决方案供应商（21％），经纪人和代理人（13％）和来自世界各地的技术供应商（12％）的受访者。其中，大部分的受访者来自欧洲（39％），其次是北美（26％）和亚太地区（16％）。
随着被集中在索赔的调查结果显示，大部分的受访者（40％）来自于保险公司索赔或特别调查组（SIU）部门。除此之外，21％的回答者为C级管理人员，以及显著部分是从数字化改造，创新，战略和IT团队。根据保险的Nexus，该调查包括公司，参团B2B，B2C和财产及意外险。
其功能除了索赔还负责人称转型？
从保险的Nexus标识除了功能由权利要求或特殊的研究单位进行自己的报告中，（75％）和分析（64％）是可能贡献最大改进理赔流程，业务功能。这可能表明，现在保险公司已经意识到，有机会获得大量的数据和正确的科学数据资源，可以帮助从数据搜集可操作的见解。
强大的分析和IT团队也可以给保险公司自动化索赔欺诈检测选项。自然语言处理（NLP）的软件可以识别历史甚者应用模式，提高红旗如果这些模式在新进入的应用中显示出来。AI方法，如异常检测或预测分析可以帮助保险公司找到甚者更快，比人类的同行更高的精度。
例如，AI软件可以帮助识别欺诈保险理赔基于历史赔付数据。预测分析可以帮助检测在被索赔数据训练中老甚者先前标识的应用差异。保险公司可能会发现，预测分析有助于发现可疑索赔，可能是欺诈行为。基于异常的检测软件AI可以帮助保险公司检测和标志活动，实时欺诈而用户与交互或提交了索赔的网上平台。
但仅靠数据并不成功实施的一个充分条件。AI和数据科学需要高度的技术能力，对数据进行分析，并得出有意义的见解。
单独招聘数据科学家和软件开发人才，可能无法在长期取胜的策略。这主要是由于在部署技术，如AI或机器学习的成本，同时目前高，将有可能下降到地步，是大多数保险公司的访问。这也可能是实现了大部分的基于AI的能力将在行业内成为普遍在长远。
实现影响力分化的关键可能在于了解客户需求并提升客户体验。63％的被调查者认为，后和分析，客户服务等功能可能会影响理赔流程最。
周转时间，这是它需要处理每一个保险索赔的时候，可能是提供客户满意的关键。从保险的Nexus该报告还指出，七分之一的客户认为理赔过程中为他们的保险公司花费的时间比必要的时间。
同时，创造了索赔过程，是快，但不很容易让客户跟踪并了解他们的索赔申请状况仍然引起客户问题的通知，可能会。因此，它可能是至关重要的保险公司在技术，帮助使他们的理赔流程，更快，同时确保过程是公开的，透明的和可预测的投资。
目前，AI应用程序可能仍然被称为保险业的新生，和供应商的风景似乎迅速发展。因此，保险公司可能具有不同能力的可供选择的技术的主机。
这就是说，与保险业有望接受新技术在短期至中期期间之最，保险公司可能会发现，他们需要一段时间来反复改进任何这样的实现。这可能从一个事实，即52％的受访引创新为重点，以索赔处理的改善中获得。
相比北美和欧洲的途径
北美的受访者似乎认为，分析，市场营销和数据，这可能有助于提高理赔流程的功能最为而欧洲保险公司似乎倾向于投资于更好的产品开发，客户服务和承保，以提高理赔效率的方法。
在客户服务方面，北美的保险公司可能会通过一个事实，即建立客户关系是由经纪人网络直接影响的阻碍。在北美的运营商可能会打它挑战有与客户的直接关系，从而影响索赔经验。
在许多情况下，北美的保险公司可能会发现，处理经纪网络可能引发诸如数据丢失和重复，不良品的建议或要求管理意外事件造成的延误问题。
另一方面，在欧洲，保险公司通常更直接地与客户进行交互，从而消除了由中间人(如经纪人)在此过程中造成的任何数据错误。这可能很好地解释了为什么欧洲的保险公司相信基于数字创新和产品开发的索赔改进策略的比例更高。
目前，外部合作伙伴正在支持保险公司的索赔改造项目
随着IT和分析是最优先级的商业功能，它似乎不足为奇了谁参加了调查的一部分很多保险公司的高管表示，他们正在与外部供应商合作，以支持自动化/ RPA（52％），AI和机器学习（48％）实现。据报道，AI和机器学习对保险理赔流程，提高客户体验的自动化在很大程度上应用。
在与受访者选择的顶级商务功能，其中包括客户服务，IT和分析，一些保险公司也投入在聊天机器人和对话接口对齐。但聊天机器人的有效性仍然没有清楚地理解为在所有情况下显著。
相比北美和欧洲的途径
北美和欧洲的大多数保险公司都声称，它们正在与外部合作伙伴开展人工智能、机器学习以及聊天机器人等相关项目。然而，这两个地区的保险公司在采用其他一些技术方面存在差异。
例如，与北美的保险公司相比，汽车保险公司似乎对收集汽车远程信息数据来个性化保险产品更感兴趣。这可能是由于欧洲更发达的互联汽车生态系统。
最近在欧洲GDPR法规似乎也影响了欧洲和北美的视图云服务的方式保险公司。报告认为，美国高管的青睐云服务（40％），超过欧洲（24％）。
得分较低的技术，如物联网，自然语言处理和语音识别可能表明，保险业高管仍可能在不知不觉中AI和相关技术的细微差别。也就是说，保险高管确定了人工智能和机器学习是技术，他们有可能在未来的某个时刻要注意。
科技投资趋势 - 2至5年
在短期至中期的未来，全球保险公司可能会继续投资于自动化、人工智能和机器学习项目，分别有73%和61%的受访者希望在这些领域进行投资。
该报告还指出，未来两到五年内可能会看到保险公司的理赔流程，最具颠覆性的变化。美国和欧洲的高管表示，他们计划在自动化项目的投资，在未来两到五年内虽然这可能投资可能减少在一定程度上长期的五到十年之间。
技术投资趋势- 5至10年
这很可能是在长期，自动化将是更容易因为需要降低成本和资源。从本质上说，在未来的五到十年保险公司可能希望对RPA和自动化完成的前期支出。
AI和机器学习，然而，似乎是，即使在长期的欧洲和北美保险业高管们投资兴趣的持续的区域。在未来5到10年，北美运营商的67％将目光投向人工智能和机器学习而欧洲人的59％将致力于它。这可能反映了该技术的复杂程度，以及用于喂这些系统所需要的数据所需的维持水平。
最后的想法
从保险的Nexus报告指出许多关键领域，可以帮助企业领导人做出有关于技术的投资是正确的决定。我们提炼出一些下面的：
- IT和分析可能是关键的功能是帮助保险公司提高自己的理赔流程
- 客户服务和体验的改进是索赔和保险公司的重要组成部分可能会发现，与外部第三方供应商工作的技术，如人工智能和机器学习有助于加快这一进程。
- 目前，大多数小，中型保险公司可能会发现，他们没有足够的资金彻底改造他们的理赔流程。然而，这可能会在长期内改变。
- 在AI投资可能是保险公司的最高优先级，在未来两到五年
- 人工智能和机器学习能力预计将在未来5至10年内成熟，预计未来10年这方面的投资将有所增加。
人们普遍认为AI和机器学习将要在不久的将来最大投资保险公司的地区受访者几乎一致的协议。最BT的这种举措需要大量的数据，资源和资本。保险公司可能需要发起组织的变化和培训员工来管理AI和数据的科学项目。
调查结果表明，目前保险专家对人工智能和其他技术(如深度学习)的完整用例范围探索得不多。当深度学习被归入人工智能和机器学习的范畴时，他们可能会比人工智能和机器学习投入更少，这可能表明受访者并不真正知道什么是深度学习。这表明了人工智能在保险领域的重要性，尽管人工智能已经在保险领域建立了几个用例。换句话说，保险公司似乎没有意识到人工智能和机器学习将很快为他们带来什么。
此外，欧洲的保险公司似乎比北美的保险公司稍微在长期投资AI少开。
世界各地的这些投资可能会帮助保险公司提高理赔流程的效率，并允许大大改善客户体验，随着保险业到数字化的好处醒目，部门在保险公司之间的相互关联可能会在未来只会增加。
那些传统上使用的传统系统和主要功能有被孤立的各部门的数据保险公司，可能会发现它具有挑战性的吸收所有的数据并从中获得洞察力。商界领袖这样可能需要想办法重新组织自己的团队，让他们作为连接，有效的实体经营。
这篇文章是由保险公司的Nexus赞助，写，编辑出版对准我们的透明Emerj赞助的内容指南。了解更多关于实现我们的AI-专注于执行我们的观众Emerj广告页面。
标题图片来源：保险信息研究所
